基于锚点句对的汉维句子对齐方法

摘要：

为提高汉维句子对齐方法的准确率，提出一种分段句子对齐方法。采用词汇信息和长度信息相结合的策略，识别出能作为锚点的一对句子(锚点句对)，并将其作为分割标志对全文进行分段，在各片段内使用基于长度的方法实现全部句子的对齐，采用词汇、数字、标点符号和长度信息提高方法的领域移植性，使用分段方法避免复杂的计算过程，从而解决错误蔓延问题。实验结果表明，该方法的准确率达到95.2%，比基于长度的句子对齐方法提高了2.7%。

关键词：平行语料库、句子对齐、锚点、基于长度的方法、基于词汇的方法

分类号：TP391(计算技术、计算机技术)

资助基金：新疆维吾尔自治区自然科学基金资助项目2012211B08。

在线出版日期：2015-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：166-170